gtf文件转化为bed12

bed文件的定义：
【生信】数据格式：bed12格式详解 - 简书 (jianshu.com)

bed文件定义中有12列，其中前三列是必须的。
bed12表示包含12列的bed文件，包含的信息最完整。
bed文件官方网页: https://m.ensembl.org/info/website/upload/bed.html

前三列：

1. chrom - name of the chromosome or scaffold. Any valid seq_region_name can be used, and chromosome names can be given with or without the 'chr' prefix.

2. chromStart - Start position of the feature in standard chromosomal coordinates (i.e. first base is 0). 注意这里以0开始

3. chromEnd - End position of the feature in standard chromosomal coordinates

   
   image.png
   

   其他列：
   Nine additional fields are optional. Note that columns cannot be empty - lower-numbered fields must always be populated if higher-numbered ones are used.

4. name - Label to be displayed under the feature, if turned on in "Configure this page".

5. score - A score between 0 and 1000. See track lines, below, for ways to configure the display style of scored data.

6. strand - defined as + (forward) or - (reverse).

7. thickStart - coordinate at which to start drawing the feature as a solid rectangle
   片段加粗表示的起始位点，比如基因的起始密码子位置。没有特别需求，可以直接用第二列代替

8. thickEnd - coordinate at which to stop drawing the feature as a solid rectangle
   片段加粗表示的结束位点，比如基因上的终止密码子位置。没有特别需求，可以直接用第三列代替

9. itemRgb - an RGB colour value (e.g. 0,0,255). Only used if there is a track line with the value of itemRgb set to "on" (case-insensitive).
   （R,G,B）格式的RGB颜色值，在用基因组浏览器显示的时候提供颜色信息。

10. blockCount - the number of sub-elements (e.g. exons) within the feature
    block的数量，这里的block可以理解为组成同一个基因的不同exon，虽然位置没有连续在一起，但是属于同一个基因。比如，这里表示一个基因上有几个exon

11. blockSizes - the size of these sub-elements
    逗号分隔开的N个数，N等于col10即block的数量，每个数字表示每个block的长度。

12. blockStarts - the start coordinate of each sub-element
    逗号分隔开的N个数，N等于col10即block的数量，每个数字表示一个block的相对于第一个block的起始位置。
    比如，第一个数字一定为0，因为第一个blcok相对于它自己的起始位点为0；最后一个block的相对起始位点 + 最后一个block的长度 = chromEnd - chromStart。

image.png

这个例子也只给了前9列的信息

bed12的例子
来源：https://www.jianshu.com/p/4880f1969919

image.png

先使用convert2bed把gtf转化为bed6文件。再使用别人开发的工具把bed6文件转化为bed12文件。

或者使用gtf2bed
链接：
https://gffutils.readthedocs.io/en/latest/gtf2bed.html
参考：
https://www.jianshu.com/p/847801e8bf92
这篇文章作者写了一个python脚本可以把bed6转化为bed12。

本来我是想使用bedtools 把bed12文件提取出fasta文件，得到read的序列信息
所以才这么折腾

后面查了一下，可以直接使用cufflink中的gffread把gtf文件提取出对应的fasta文件
参考链接：
https://www.jianshu.com/p/566954bd5711
或者使用Tophat中的gtf_to_fasta

gtf_to_fasta test.gtf genome.fa out_file

参考：https://www.tqwba.com/x_d/jishu/204915.html